تقدم نماذج الذكاء الاصطناعي المبتكرة الوسائل اللازمة لإنتاج صور مذهلة بشكل تدريجي من خلال آلية جديدة تعتمد على القوائم الذكية. تختلف هذه الطريقة عن النماذج القائمة على الانتشار (Diffusion Models)، حيث تنبأت النماذج المتعددة الوسائط الناتجة عن النمذجة التلقائية (Autoregressive Models) بالرموز البصرية المميزة بشكل تسلسلي، مستخلصةً إياها من قوائم ذكية تربط بين التجسيدات وأنماط الصور الكمية.

ترتبط هذه الآلية بتأمين محتويات الصور الناتجة، حيث يطرح السؤال: مدى أمان الصور المتولدة بهذه الطريقة تدريجياً؟ في هذا السياق، يقدم الباحثون مقاربة مبتكرة تعتمد على القوائم الذكية ذاتية التحسين لتعزيز الأمن. تتضمن هذه المنهجية تحليلاً وفهماً من قبل النموذج نفسه لتحديد الصور غير السليمة دون الحاجة إلى وسم بشري.

تتضمن آلية العمل خطوتين رئيسيتين: أولاً، يتم استخدام النموذج الموحد لتحديد الصور الناتجة غير السليمة وبناء أزواج من النصوص والصور الضارة والآمنة. هذه الأزواج تشكل ما يسمى بـ "الفضاء الضار"، الذي يوجه التحديثات للقائمة الذكية للقضاء على المخرجات الضارة. بعد ذلك، يتم القيام بالتعديل التكيفي على القائمة ضمن الفضاء الآمن مع استخدام الأزواج النصية والصور الآمنة للتأكد من جودة الصور المنتجة.

تتكرر هذه الخطوات حتى لا يُلاحظ المزيد من التحسن، مما ينتج عنه قائمة نموذج معززة بالأمان. الأهم من ذلك، أن هذه العملية لا تتطلب أي تغذية راجعة خارجية، مما يجعلها وسيلة فعالة لتحسين سلامة النماذج بشكل تدريجي.